隨著國家健康醫療大數據政策的推行，電子病歷作為其中的基礎數據庫之一，在醫院信息系統中的地位不斷攀升。無論是創業公司還是上市公司，都在進行這方面技術的嘗試和探索。
作為國內知名醫療信息系統解決方案的提供商和服務商，北大醫信成立至今已有20餘年。依託於北京大學和方正集團，通過不斷創新的醫療信息化技術助力醫改發展。
目前，北大醫信累積用戶3000餘家，遍佈全國28個省、市、自治區，其中三級醫院200餘家，已經成為國內最大的數字化醫院和區域醫療衛生解決方案提供商和服務商之一。
以知識發展與利用的智慧HIT3.0時代，是北大醫信對於信息化發展下一階段的定義。在這一階段，北大醫信會積極探索基於電子病歷等醫療大數據的藥品研發、醫療保險、遠程醫療和健康管理等衍生服務。
基於北大醫信的發展階段，針對電子病歷在健康醫療大數據的應用問題，動脈網（公眾號：vcbeat）專訪了北大醫信大數據總監王琦。
北大醫信大數據總監王琦
電子病歷的發展的4個階段
EMR（電子病歷）的概念很廣，包括CDR（臨床數據倉庫）、CDSS（臨床決策支持系統）、醫學詞彙表、CPOE（醫生醫囑錄入系統）、臨床文檔的數據等。由於醫院的信息系統種類繁多，因此只能靠集成平臺把信息彙總起來，之後再傳到CDR中。
簡單來說，CDR就好比倉庫，醫院內所有的數據都要進入到CDR中，不管是業務數據還是臨床數據。而電子病歷的業務要更貼近臨床，因為只有在住院環節，電子病歷的大部分主要內容才會形成。
如果對電子病歷的發展進行一個劃分，參考301醫院薛萬國老師的劃分方法，王琦認為大致可以分為4個階段：
第1階段，在醫療機構內部實現廣泛的臨床信息系統。從無到有的一個階段，把紙質文件電子化，那個時候叫CPR。
第2階段，在醫療機構內部實現以病人為中心的信息集成。從圖像慢慢發展到數字化，也就是電子病歷的採集形式。第二個階段是在院內把患者為中心去把信息集成到一起，電子病歷的信息不是輸入進去，而是從各個系統抽取一部分，再加上醫生的主觀判斷，合成在一起，才叫電子病歷的概念。
第3階段，在醫療機構內部信息化的基礎上，實現醫療機構之間的病人信息共享，構建區域化的電子病歷系統。因為只有區域化的電子病歷系統才是以患者為中心形成的信息共享平臺，也就是國家正在規劃建設的EHR的概念。
第4階段，雲計算+大數據+物聯網時代的電子病歷。要發展個性化的治療和精準醫學，需要以個人為單位去開展服務。電子病歷除了原本的患者信息之外，還要將範圍擴大到與個人健康相關的非醫療信息，如飲食、運動、環境等因素。在這個階段，一個新的概念出現了——PHR（個人健康檔案）。
健康醫療大數據的形成壁壘
健康醫療大數據，包含整個醫療體系的信息，如電子病歷、電子處方、人口健康信息等數據。這些數據融合在一起才叫健康醫療大數據。尤其是電子病歷，它包含了最完善的臨床數據。
利用電子病歷形成大數據，壁壘主要包含五個方面：
1.要形成廣泛的大數據，需要通過標準化去實現互聯互通。然而，一家醫院內的數據無法稱之為大數據，只有在一定的區域內才能形成全生命週期的健康醫療大數據。
但這卻存在一個供需問題的悖論：大數據的供給方是醫院，但需求卻來源於外部，如政府、藥企和保險公司。它們對於醫院的數據有著強烈的需求，但作為數據的提供方醫院來說，對外部數據的需求卻較為單一，集中在科研方面。
2、醫療機構的電子病歷化程度太低。目前，國內大部分二級以下醫院，特別是邊遠地區的醫院信息化程度極低，這導致我國人口健康狀態的評估和掌握缺乏數據依據。
3、基於機器學習、深度學習等所帶來的數據深度挖掘能力。現階段，醫院臨床醫生對電子病歷最大的需求還是集中在科研論文這一環，醫生在醫院內部用的數據，其實只是對現有數據的深度挖掘，還不算真正意義上的大數據。一家醫院畢竟數據量有限，所以他們的需求更多是有限數據樣本的深度挖掘和信息提取，這需要機器學習算法的支撐。
4、全過程、全週期的電子病例是核心。這意味著，要把數據源頭的質量做好。電子病歷耗費了醫生大量的填寫精力。我國電子病歷規劃是按照模板去規劃的，目前很多電子病歷產品都是模板拖拽，不同公司的產品基本都有著固定的形式，醫生需要填寫的內容有很多項。
如果一位醫生花費一兩個小時去完成病例，在時間效率產出比的規律下，電子病例質量的高低就會難以把控，需要有更為智能更為靈活的形式去幫助醫生記錄疾病發生髮展規律。
5、醫學知識的專業性導致信息化企業難以判斷某一項臨床數據是否有價值。例如高血壓的數據，由於高血壓類別較多，哪幾類數據需要調用，電子病歷系統需要進行判斷，包括數據寫錯的情況，如果沒有智能的手段去分析，很難去把真正需要研究的數據準確地導出，這就讓健康大數據的分析結果，以及醫院研究結論的真實性難以保證。
北大醫信的2大解決方案
針對目前電子病歷發展的4個問題，北大醫信的做法是：
1.針對數據互聯互通和信息化程度較低的問題，分三級規劃：
區域級：北大醫信在貴州衛生計生委的牽頭下，已經成功部署了一個省級電子病歷共享平臺，這也是全國首家的省級大數據平臺。
截至目前，北大醫信已經打通了包括貴州省人民醫院等醫院在內，共計199家醫院的數據。把這些數據向衛計委彙集，在這個過程中進行標準的統一。
區域的平臺和共享工程包含兩件事：一是數據如何抓上來，二是系統如何部署下去。因此，北大醫信將電子病歷產品分為了數據整合協同和業務支持服務兩個部分。這套名為智慧區域衛生的區域性平臺包含5大組成部分，分別是基層醫療、公共衛生、協同醫療、衛生管理和健康管理。
大型醫院：醫院內部使用的傳統電子病歷信息系統也是重要組成部分，通過與其它系統的相互結合，形成完備的電子病歷體系。第二部分是政府級的區域共享平臺。它的任務主要是做數據的抓取和互聯互通，並不做業務體系的下沉。
基層醫療衛生機構：第三部分是雲醫院管理平臺，一款雲SaaS產品。通過這款產品，可以把基層醫療衛生機構的醫院管理信息和電子病歷數據抓到一起，統一化管理和部署。
數據的上行通過區域共享數據平臺，覆蓋二級三級醫院。下行通過雲醫院管理系統，覆蓋基層醫療機構。這樣就可以把衛生計生委的標準和互聯互通的規則直接通過一箇中心部署到各個終端裡，從而實現數據的統一。
電子病歷的互聯互通，對於患者而言最直接的好處在於，不需要再帶著厚重的病歷到處求醫。醫院之間的病歷互認，讓患者可以省去很多的重複檢驗環節。對醫院病案科來說，紙質化病歷的替代，也能最大限度地節省存儲的成本。
目前，除了貴州之外，包括銀川、深圳羅湖等地的醫共體，張家港、北京海淀區的醫聯體，北大醫信都作為技術提供方參與其中。北大醫信SaaS雲醫院也已在全國400多家基層醫療機構進行了部署。
2、針對電子病歷數據質量的問題，北大醫信的做法是參考國外一些成熟的數據模型和知識庫，然後對自然語言處理之後的數據進行一些優化，從而形成自己的知識圖譜，在某一個特定主題下，發掘這些研究的數據點是否有價值，從而判斷哪些數據需要調用，從源頭保證電子病歷獲取到的數據的真實性和有效性。
由於大量詳細的病人信息以文本形式存儲，而文本描述的信息通常存在歧義和很多非標準化描述，如何把這些非結構化數據轉化為統一的結構化數據是醫學信息處理的重要步驟。
自然語言處理是解決方案之一。將非結構化醫療數據轉化為結構化數據需要一系列醫學自然語言處理技術，包括：“醫學命名實體識別”，“診斷實體自動編碼”，“命名實體修飾詞識別”，“臨床文本時間信息抽取”等。
北大醫信通過這樣的創新技術手段，能夠縮短醫生在電子病歷填寫方面所耗費的時間。
與美國電子病歷發展的差異性
美國最大的電子病歷公司Epic Systems的商業模式是以病人為中心來開發產品，確保幫助醫生提供高效、免費的醫療服務。其中，醫院和醫療機構是付費方，通過軟件產品、雲服務、遠程醫療和數據共享來盈利。
從就醫模式上來講，美國的電子病歷的應用和中國存在較大差異。美國大多數的居民是通過私人醫生來就醫。對他們而言，健康要大於疾病。健康位於金字塔的頂端，而我國則剛好相反，呈倒金字塔形，患者得了疾病才會去考慮自己的健康問題。
美國的患者並不太需要把自己的病歷完全交給醫院，基本上私人醫生掌握患者很長一段時間的週期性數據。但在國內，家庭醫生制度還處於發展階段，醫療行為基本上都發生在醫療機構，特別是三甲醫院的虹吸效應。所以從數據上看，醫院依舊是電子病歷的中心點，而非患者。
另外，即使是在醫院內，大數據的應用也並不容易，這涉及到醫院的管理體制和整個衛生行政機制。由於醫院所有的數據都集中在信息中心，因此即便是上了電子病歷系統，臨床醫生也無法直接調取數據進行查閱，還需要通過信息科和倫理委員會，包括學術委員會的審核，才能最終對數據進行查閱和應用，這是一個固有的流程來保障數據安全。
總之，電子病歷在健康醫療大數據的應用發展，由於各方面條件尚未成熟，因此發展還尚需時日。但隨著頂層政策的推行，區域衛生平臺的建立，醫院系統的不斷更新換代，電子病歷的潛力正被不斷被釋放出來。
更多前沿互聯網醫療資訊請關注動脈網wechat：vcbeat，關注後，公眾號後臺回覆關鍵詞（如：人工智能、基因檢測），即可獲得相關獨家前沿資訊文章！
動脈網（vcbeat.net），關注互聯網醫療及健康領域的新技術、創業和投資，以及新技術背後的倫理。
相關推薦
